論文の概要: Gaussian time-translation covariant operations: structure, implementation, and thermodynamics
- arxiv url: http://arxiv.org/abs/2601.02471v1
- Date: Mon, 05 Jan 2026 19:00:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-07 17:02:12.688337
- Title: Gaussian time-translation covariant operations: structure, implementation, and thermodynamics
- Title（参考訳）: ガウス時間変換共変演算:構造、実装、熱力学
- Authors: Xueyuan Hu, Lea Lautenbacher, Giovanni Spaventa, Martin B. Plenio, Nelly H. Y. Ng, Jeongrak Son,
- Abstract要約: 離散変数共変演算で知られているいくつかの重要な結果がガウス光学系において分解されることを示す。
この結果はガウス同変演算に対する包括的数学的および操作的ツールキットを提供する。
- 参考スコア（独自算出の注目度）: 0.3078691410268859
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Time-translation symmetry strongly constrains physical dynamics, yet systematic characterization for continuous-variable systems lags behind its discrete-variable counterpart. We close this gap by providing a rigorous classification of Gaussian quantum operations that are covariant under time translations, termed Gaussian covariant operations. We show that several key results known for discrete-variable covariant operations break down in the Gaussian optical setting: discrepancies arise in physical and thermodynamic implementation, in the extensivity of asymmetry, and in catalytic advantages. Our results provide comprehensive mathematical and operational toolkits for Gaussian covariant operations, including a peculiar pair of asymmetry measures that are completely non-extensive. Our findings also reveal surprising consequences of the interplay among symmetry, Gaussianity, and thermodynamic constraints, suggesting that real-world scenarios with multiple constraints have a rich structure not accessible from examining individual constraints separately.
- Abstract（参考訳）: 時間変換対称性は物理力学を強く制約するが、連続変数システムラグの体系的特徴は離散変数システムよりも遅れている。
時間変換の下で共変であるガウスの量子演算の厳密な分類を提供することにより、このギャップを埋める。
離散変数共変演算で知られているいくつかの重要な結果はガウス光学系において分解され、物理的および熱力学的実装、非対称性の伸縮性、触媒的優位性において相違が生じる。
この結果はガウス的共変演算に対する包括的数学的および操作的ツールキットを提供し、非指数的でない特別な非対称性測度のペアを含む。
また, 対称性, ガウス性, 熱力学的制約間の相互作用が, 複数の制約を持つ実世界のシナリオでは, 個別の制約を個別に調べることから, リッチな構造が得られないことが示唆された。
関連論文リスト
- Random-Matrix-Induced Simplicity Bias in Over-parameterized Variational Quantum Circuits [72.0643009153473]
本稿では,観測可能な期待値とパラメータ勾配の両方がシステムサイズに指数関数的に集中するHaar型普遍性クラスに,表現的変分アンサーゼが入ることを示す。
その結果、そのような回路によって誘導される仮説クラスは、近点関数の狭い族に高い確率で崩壊する。
テンソル-ネットワークベースおよびテンソル-ハイパーネットワークパラメータ化を含むテンソル構造VQCは、ハール型普遍性クラスの外にある。
論文 参考訳（メタデータ） (2026-01-05T08:04:33Z) - Symmetry and Asymmetry in Bosonic Gaussian Systems: A Resource-Theoretic Framework [0.0]
このフレームワークでは自由な操作として機能するガウス対称性(共変)演算に着目する。
ガウス対称性反射力学の下では、非増加を続ける状態の引き込み可能な単調関数の族を同定する。
我々は、これらのモノトンが非ガウス対称性反射力学の下で一般に尊重されないことを示した。
論文 参考訳（メタデータ） (2025-10-29T17:28:18Z) - Macroscopic theory of multipartite correlations in permutation-invariant open quantum systems [0.0]
マルコフ進化中のN$相互作用ユニット間の定常多部情報のマクロ的挙動を決定する手法を提案する。
我々は、従来のシステムでは、平均場力学の固定点に緩和するシステムでは相互情報の広範なスケーリングは不可能か、あるいはシステム力学の摂動に頑健でないという結論を延長する。
論文 参考訳（メタデータ） (2025-06-27T11:00:15Z) - Relaxing Continuous Constraints of Equivariant Graph Neural Networks for Physical Dynamics Learning [39.25135680793105]
離散同変グラフニューラルネットワーク(DEGNN)を提案する。
具体的には、幾何学的特徴を置換不変な埋め込みに変換することによって、このような離散同変メッセージパッシングを構築することができることを示す。
DEGNNはデータ効率が良く、少ないデータで学習でき、観測不能な向きなどのシナリオをまたいで一般化できることを示す。
論文 参考訳（メタデータ） (2024-06-24T03:37:51Z) - Equivariant Graph Mechanics Networks with Constraints [83.38709956935095]
本稿では,グラフ力学ネットワーク(GMN)を提案する。
GMNは、一般化された座標により、構造体の前方運動学情報(位置と速度)を表す。
大規模な実験は、予測精度、制約満足度、データ効率の観点から、最先端のGNNと比較してGMNの利点を支持する。
論文 参考訳（メタデータ） (2022-03-12T14:22:14Z) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳（メタデータ） (2022-02-15T19:00:09Z) - Structure-Preserving Learning Using Gaussian Processes and Variational
Integrators [62.31425348954686]
本稿では,機械系の古典力学に対する変分積分器と,ガウス過程の回帰による残留力学の学習の組み合わせを提案する。
我々は、既知のキネマティック制約を持つシステムへのアプローチを拡張し、予測の不確実性に関する公式な境界を提供する。
論文 参考訳（メタデータ） (2021-12-10T11:09:29Z) - The Connection between Discrete- and Continuous-Time Descriptions of
Gaussian Continuous Processes [60.35125735474386]
我々は、一貫した推定子をもたらす離散化が粗粒化下での不変性を持つことを示す。
この結果は、導関数再構成のための微分スキームと局所時間推論アプローチの組み合わせが、2次または高次微分方程式の時系列解析に役立たない理由を説明する。
論文 参考訳（メタデータ） (2021-01-16T17:11:02Z) - On dissipative symplectic integration with applications to
gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。
我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文 参考訳（メタデータ） (2020-04-15T00:36:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。